一种基于八叉树表示的三维物体分类算法实现

• 作者: 易康 潘健 赵玉婷
• 来源期刊: 电信快报
• 关键词: 三维计算机视觉 卷积神经网络 八叉树 三维物体分类
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 论文选粹
• 页码范围: 38-41
• 页数: 4页
• 字数: 3727字
• 语种: 中文

摘要

针对三维空间内物体进行分类的需求,考虑到八叉树在三维空间细分时的层次化优势,提出一种基于八叉树表示的三维物体分类算法.首先讨论如何用基于八叉树空间表示的"比特表示法"进行欧几里得空间卷积,然后提出深度卷积网络的结构形式和主要参数,最后分别利用ModelNet10与ModelNet40数据集训练网络并进行物体分类实验.实验结果表明,该算法对三维物体分类的正确率达到85％以上,同时,该算法与基于立体像素的三维物体分类算法相比较,在分辨率为2563时,卷积运算对计算资源与内存的使用量下降了近80％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘健	中国人民解放军国防科技大学信息通信学院	2	0	0.0	0.0
2	易康	中国人民解放军国防科技大学信息通信学院	1	0	0.0	0.0
3	赵玉婷	中国人民解放军国防科技大学信息通信学院	1	0	0.0	0.0